All systems operationalAI Agent Automation Platform
English
Language简体中文EnglishSelected

Choose your language

Dayhoff-170M-GRS-SS-38000

microsoft/Dayhoff-170M-GRS-SS-38000

Publisher微软(Microsoft)Verified

Download access requirementsMirror available

Dayhoff 是一个蛋白质序列数据和生成式语言模型的集合,整合了33.4亿个蛋白质序列,涵盖17亿个宏基因组和自然蛋白质序列簇(GigaRef)、4600万个结构衍生合成序列(BackboneRef)以及1600万个多序列比对(OpenProteinSet)。该模型可零样本预测突变对适应度的影响,通过进化或结构背景进行结构基序的支架设计,并在指定家族内引导生成新蛋白质。 支持从N端到C端和从C端到N端的自回归训练 输出: 生成的蛋白质序列或同源蛋白质序列集

Text Chat
Model details

模型介绍

中文整理

# Dayhoff 模型卡片

模型概述

Dayhoff 是一个蛋白质序列数据和生成式语言模型的集合,整合了33.4亿个蛋白质序列,涵盖17亿个宏基因组和自然蛋白质序列簇(GigaRef)、4600万个结构衍生合成序列(BackboneRef)以及1600万个多序列比对(OpenProteinSet)。该模型可零样本预测突变对适应度的影响,通过进化或结构背景进行结构基序的支架设计,并在指定家族内引导生成新蛋白质。

## 主要能力

  • 零样本突变效应预测
  • 蛋白质序列无条件设计
  • 结构基序的支架设计
  • 同源序列条件生成
  • 支持从N端到C端和从C端到N端的自回归训练
  • 支持任意顺序的填充任务

## 输入输出

  • *输入:** 单个蛋白质序列或多序列比对
  • *输出:** 生成的蛋白质序列或同源蛋白质序列集

运行要求

  • PyTorch 2.7.1
  • CUDA 12.8及以上
  • 依赖包:mamba-ssm、causal-conv1d、flash-attn

建议使用 uv 创建干净的虚拟环境进行安装。

基本用法

最简单的方式是通过 HuggingFace 接口使用该模型和数据集。首先安装 PyTorch 2.7.1,然后安装 mamba-ssm、flash-attn、causal-conv1d 及其依赖项。具体使用方式请参阅模型仓库中的 README 文档。

限制

  • 仅限生成蛋白质序列或同源蛋白质序列
  • 不可用于自然语言处理或其他生物序列(如DNA序列)
  • 不保证所有生成的序列都真实可信
  • 难以生成与任何自然序列无序列同源性的高质量序列

License

MIT 许可证

优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。

你将获得什么

完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。

完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。

使用前须知

运行环境

运行模型需要的设备、工具与依赖,以原作者说明为准。

授权范围

是否允许商用、修改和分发,请查看模型许可证。

闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。

Back to top